基于信源編碼的數(shù)據(jù)融合隱私保護(hù)技術(shù)

胡濤　李嶠　周宇

【摘 要】針對(duì)數(shù)據(jù)融合過程的隱私保護(hù)應(yīng)用需求，基于信源編碼理論將數(shù)據(jù)模值編碼與數(shù)據(jù)融合的過程相結(jié)合，設(shè)計(jì)了一種具有隱私保護(hù)能力的融合方法。該方法根據(jù)信源編碼思想，從數(shù)據(jù)編碼的角度實(shí)現(xiàn)深層次數(shù)據(jù)融合。理論分析和實(shí)驗(yàn)結(jié)果表明，該算法能夠在較低開銷的前提下實(shí)現(xiàn)數(shù)據(jù)融合隱私保護(hù)。

【關(guān)鍵詞】無線傳感器網(wǎng)絡(luò)；數(shù)據(jù)融合；隱私保護(hù)；信源編碼

0 引言

無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合過程的隱私保護(hù)技術(shù)按照其實(shí)現(xiàn)數(shù)據(jù)隱藏的原理，主要可以分為兩大類：即通過數(shù)據(jù)形式變換實(shí)現(xiàn)隱私保護(hù)和和通過加密技術(shù)實(shí)現(xiàn)的隱私保護(hù)。為了實(shí)現(xiàn)精確感知的需求和對(duì)單個(gè)節(jié)點(diǎn)失效的魯棒性，WSN往往需要進(jìn)行密集部署，這使得感知數(shù)據(jù)間存在豐富的空間相關(guān)性和冗余性。由于無線傳感器網(wǎng)絡(luò)的能耗主要集中在數(shù)據(jù)傳輸上且與數(shù)據(jù)發(fā)送量成正比，所以這些冗余信息將會(huì)造成巨大的能量浪費(fèi)。分布式信源編碼為消除這種相關(guān)性提供了很好的思路，它可以使得各相關(guān)信源在不用相互通信的情況下進(jìn)行獨(dú)立編碼，并獲得與相互通信同樣的數(shù)據(jù)壓縮性能，目前在WSN領(lǐng)域中得到了廣泛的研究。由于分布式信源編碼的特征，該技術(shù)可以很好的和數(shù)據(jù)融合結(jié)合起來，從數(shù)據(jù)編碼的角度實(shí)現(xiàn)深層次數(shù)據(jù)融合。

1 理論基礎(chǔ)與研究現(xiàn)狀

1973年提出的Slepian-Wolf理論是分布式信源編碼的理論基礎(chǔ)，本文首先對(duì)該理論進(jìn)行簡(jiǎn)要介紹，然后對(duì)基于該理論的模值編碼進(jìn)行闡述，為本文所提的基于信源編碼的隱私保護(hù)方法提供理論依據(jù)。

根據(jù)Slepian-Wolf編碼理論，對(duì)兩個(gè)互相關(guān)的信號(hào)源X，Y進(jìn)行編碼，如果X和Y知道彼此的互相關(guān)信息，那么X就可以在不需要事先知道Y的情況下獲得與事先知道Y一樣的編碼效率，即圖1所示的兩種編碼方案的效果是一樣的。但是獨(dú)立編解碼方案不需要與Y進(jìn)行通信，因此可以減少通信能耗，這一點(diǎn)對(duì)于能量受限的無線傳感器網(wǎng)絡(luò)來說是十分有利的。

在Slepian-Wolf編碼理論中將Y稱作邊信息。對(duì)X和Y進(jìn)行獨(dú)立編碼，并在譯碼端進(jìn)行無失真地聯(lián)合譯碼，需要滿足以下條件：對(duì)兩個(gè)互相關(guān)的信號(hào)源X，Y進(jìn)行編碼，如果X和Y知道彼此的互相關(guān)信息，比如聯(lián)合概率分布p（x，y），那么X就可以在不需要事先知道Y的情況下獲得與事先知道Y一樣的編碼效率。但是獨(dú)立編解碼方案不需要與Y進(jìn)行通信，不但具有更大的靈活性，同時(shí)還可以減少通信能耗，保護(hù)數(shù)據(jù)的隱私性。在Slepian-Wolf編碼理論中將Y稱作邊信息。對(duì)X和Y進(jìn)行獨(dú)立編碼，并在譯碼端進(jìn)行無失真地聯(lián)合譯碼，需要滿足：

其中Rx，Ry表示X和Y的編碼速率，H（XY），H（YX）分別表示對(duì)應(yīng)的條件熵，H（X，Y）表示兩者的聯(lián)合熵。

Slepian-Wolf編碼理論針對(duì)兩個(gè)相關(guān)信源，主要方法包括伴隨式的分布式信源編碼，Turbo碼，LDPC碼方法，模值方法等。

2 基于信源編碼的數(shù)據(jù)融合技術(shù)

考慮到無線傳感器網(wǎng)絡(luò)的應(yīng)用場(chǎng)景，其數(shù)據(jù)相關(guān)性往往表現(xiàn)為其差值在一定范圍內(nèi)且監(jiān)測(cè)值連續(xù)，因此，本文中采用模值編碼方式實(shí)現(xiàn)數(shù)據(jù)融合過程的數(shù)據(jù)表示。在模式編碼中，首先作如下約定：設(shè)網(wǎng)絡(luò)節(jié)點(diǎn)監(jiān)測(cè)的數(shù)據(jù)范圍為[mins，maxs]，數(shù)據(jù)精度表示為Δ（這一數(shù)值將由實(shí)際應(yīng)用來確定），數(shù)據(jù)編碼的比特?cái)?shù)為n，則可以得到監(jiān)測(cè)的數(shù)據(jù)樣本集合如下：

算法流程如下：

Step1：構(gòu)建簇型結(jié)構(gòu)

首先需要構(gòu)建一個(gè)分簇結(jié)構(gòu)，由于該類型算法較多，其中LEACH算法應(yīng)用最為廣泛，本文也采用該算法進(jìn)行簇結(jié)構(gòu)的建立，簇頭節(jié)點(diǎn)表示為CH，簇內(nèi)成員節(jié)點(diǎn)表示為Cn。

Step2：編碼

簇頭節(jié)點(diǎn)根據(jù)當(dāng)前測(cè)量結(jié)果向簇內(nèi)節(jié)點(diǎn)廣播邊信息Y。根據(jù)模值編碼技術(shù)，若信源X與邊信息Y之間的差值小于2k-1Δ（0≤k≤n），則X 可以以k bit 進(jìn)行編碼以實(shí)現(xiàn)數(shù)據(jù)壓縮的目的，即：

f（X）=index（X）mod2k （1）

其中f（X）表示X編碼后的信息比特，index（X）=（X-min s）/Δ。由此可知，由于節(jié)點(diǎn)在傳輸數(shù)據(jù)前首先將其進(jìn)行編碼表示，因此可以實(shí)現(xiàn)對(duì)數(shù)據(jù)真實(shí)數(shù)值的隱藏，對(duì)于惡意節(jié)點(diǎn)來說，由于并不知道其編碼過程和邊信息的數(shù)值，因此即使惡意節(jié)點(diǎn)獲得了該編碼結(jié)果也無法得到隱私數(shù)據(jù)。

Step3：融合

首先，需要在簇頭節(jié)點(diǎn)進(jìn)行譯碼操作：

i=‖Y-ri‖（2）

其中i表示譯碼后的結(jié)果，S表示由f（X）給出的陪集，ri表示陪集內(nèi)的元素。

根據(jù)譯碼結(jié)果，簇頭節(jié)點(diǎn)進(jìn)行融合操作，本文以加法融合為例，融合過程可表示如下：

y=i（3）

簇頭節(jié)點(diǎn)在獲得中間的融合結(jié)果后，再將其按照基站節(jié)點(diǎn)發(fā)給其的邊信息進(jìn)行編碼，編碼過程如公式（1），并在編碼后將數(shù)據(jù)上傳至基站節(jié)點(diǎn)，基站節(jié)點(diǎn)按照公式（2）解碼后即可獲得最終的融合結(jié)果。

3 算法性能分析

首先，在算法的復(fù)雜度方面，模值編碼的編碼過程較為簡(jiǎn)單，僅僅為數(shù)值計(jì)算，文獻(xiàn)對(duì)其算法復(fù)雜度進(jìn)行了測(cè)算，編碼過程的計(jì)算復(fù)雜度較低僅為0（1）。譯碼過程的復(fù)雜度則與與陪集的元素個(gè)數(shù)成正比，這是因?yàn)樾枰谂慵羞M(jìn)行搜索對(duì)應(yīng)的數(shù)值。

其次，數(shù)據(jù)通信量分析?，F(xiàn)有的數(shù)據(jù)融合隱私保護(hù)算法大多基本可以分為三種類型，加密，分片或者安全多方計(jì)算，我們分別選擇其中的代表性方案SA算法[1]，SMART算法[2]和iPDA算法進(jìn)行性能的比較。

對(duì)于SA算法，由于該算法中需要傳輸節(jié)點(diǎn)的ID用以檢驗(yàn)數(shù)據(jù)的完整性，總的通信量為4n+ID，其中n為網(wǎng)絡(luò)中傳感器節(jié)點(diǎn)的個(gè)數(shù)，為了方便比較本文忽略ID所需要通信開銷；SMART算法主要依靠對(duì)隱私數(shù)據(jù)進(jìn)行分片傳輸來達(dá)到保護(hù)隱私的目的，因此數(shù)據(jù)傳輸量主要取決于其數(shù)據(jù)的分片情況，假設(shè)分片個(gè)數(shù)為s，則總共需要傳輸?shù)臄?shù)據(jù)量應(yīng)該為s*n。iPDA算法中，由于通過采用安全多方計(jì)算的方式來對(duì)信息的隱私性進(jìn)行保護(hù)，網(wǎng)絡(luò)中的通信量為3（1-pc）n+6pc*n，其中pc為成為簇頭的概率。而本文算法的數(shù)據(jù)通信量由于進(jìn)行了信源編碼的壓縮，僅為pd*n，其中pd為壓縮的比例。比較結(jié)果如圖2所示。

4 總結(jié)與展望

借助于網(wǎng)絡(luò)數(shù)據(jù)的相關(guān)性，本文將信源相關(guān)編碼技術(shù)引入數(shù)據(jù)融合隱私保護(hù)方案，重點(diǎn)研究了如何在數(shù)據(jù)融合場(chǎng)景下實(shí)現(xiàn)基于模值的編碼和譯碼。在數(shù)據(jù)傳遞過程中不需要參考信息數(shù)值的情況下，節(jié)點(diǎn)對(duì)采集到的隱私數(shù)據(jù)進(jìn)行獨(dú)立編碼并傳輸，從而實(shí)現(xiàn)了數(shù)據(jù)融合過程的隱私保護(hù)。

【參考文獻(xiàn)】

[1]HU Lingxuan， EVANS D. Secure aggregation for wireless networks[C].Proceeding of the 2003 Symposium on Applications and the Internet Workshops， Washington， 2011：384-391.

[2]Wenbo He， Xue Liu， Nguyen H， and Nahrstedt K. A Cluster-based Protocol to Enforce Integrity and Preserve Privacy in Data Aggregation[C].Proceedings of the 29th IEEE International Conference on Distributed Computing Systems Workshops， 2009：14-19.

[責(zé)任編輯：王楠]